的Ca data＆lt; - cut（data $ Time，breaks = seq（0，max（data $ Time）+400,400）） 通过（数据$ Oxytocin，cut，mean）
但这只适用于一个人的数据....但我有十个人有他们自己的时间和催产素数据......我怎样才能同时得到他们的平均值？而不是具有此类型输出：
cuts: (0,400]
[1] 0.7
------------------------------------------------------------
cuts: (400,800]
[1] 0.805
有没有办法可以获得这些削减的清单？
答案 0 :(得分：1)
这是使用IRanges包的解决方案。
idx假设您的数据格式为Time，data，Time，data，...等等。因此，它会创建索引1,3,5,...ncol(df)-1。
ir1是你想要的平均间隔。它的宽度为400.每个时间列（此处为第1列和第3列）从0到最大（时间）。
ir2是间隔宽度= 1的相应时间列。
然后我得到ir1与ir2的重叠，它基本上告诉我ir2与ir1（我们想要的）重叠的区间，我从中计算平均值并输出{{1 }}
data.frame对于每个idx <- seq(1, ncol(df), by=2)
o <- lapply(idx, function(i) {
ir1 <- IRanges(start=seq(0, max(df[[i]]), by=401), width=401)
ir2 <- IRanges(start=df[[i]], width=1)
t <- findOverlaps(ir1, ir2)
d <- data.frame(mean=tapply(df[[i+1]], queryHits(t), mean))
cbind(as.data.frame(ir1), d)
})
> o
# [[1]]
# start end width mean
# 1 0 400 401 0.6750000
# 2 401 801 401 0.8050000
# 3 802 1202 401 0.8750000
# 4 1203 1603 401 0.2285333
# [[2]]
# start end width mean
# 1 0 400 401 0.73508
# 2 401 801 401 0.13408
# 3 802 1202 401 0.26408
# 4 1203 1603 401 1.06408
# 5 1604 2004 401 3.06408
列，您将获得一个列表，其中包含该间隔的间隔和平均值。